Selvage - CLI Review Kode AI

Halo.
Mungkin banyak dari Anda sudah mencoba memanfaatkan LLM untuk review kode, tetapi saya rasa ada beberapa kerepotan dalam penerapan nyatanya.
Sebab, diperlukan proses untuk menyampaikan kode yang akan direview beserta konteksnya, lalu memberikan instruksi rinci kepada LLM hingga format hasil yang diinginkan.

selvage adalah alat CLI yang mengotomatiskan proses persiapan ini untuk meningkatkan efisiensi review kode.

[Fitur utama]

• Alat CLI yang dapat digunakan secara independen dari IDE atau ekstensi tertentu
• Mendukung model SOTA utama (GPT-5, Claude-Sonnet-4, Gemini, Qwen3-code)
• Dapat digunakan berbasis pemakaian tanpa langganan dengan OpenRouter API Key
• Terintegrasi dengan workflow Git
  • Mendukung analisis riwayat kerja staged, riwayat kerja unstaged, serta perubahan antara commit/branch tertentu
• Fitur ekstraksi Smart Context berbasis AST (abstract syntax tree)
  • Hanya mengekstrak blok kode minimum dan dependensi yang terkait dengan perubahan
  • Hanya mengirimkan konteks yang benar-benar diperlukan untuk menghemat penggunaan token sekaligus memaksimalkan kualitas review
• Fitur Large Context Review
  • Bahkan perubahan berskala besar yang melebihi context limit model (umumnya PR untuk merilis feature tertentu) juga dapat direview dengan stabil

[denimcoder]

Halo.
Kali ini kami melakukan pembaruan besar dan ingin membagikan kabarnya.
Mohon banyak dukungannya!

Tautan GitHub: https://github.com/selvage-lab/selvage

---

🚀 Rincian pembaruan fitur utama

🤖 Menambahkan mode server MCP (Model Context Protocol) ⭐ BARU

Minta code review dari jendela chat di Cursor, Claude Code, dan lainnya!

Sekarang Anda dapat mendaftarkan Selvage sebagai MCP di Cursor, Claude Code, dan lainnya, lalu meminta code review dengan bahasa alami.
Hasil review akan disampaikan langsung oleh asisten AI, dan setelah meninjau umpan balik, Anda juga bisa sekaligus meminta perbaikan kode.

Cara pengaturan:

# Integrasi Claude Code  
# Metode 1: gunakan variabel lingkungan (jika sudah dikonfigurasi)  
claude mcp add selvage -- uvx selvage mcp  
  
# Metode 2: tentukan langsung  
claude mcp add selvage -e OPENROUTER_API_KEY=your_openrouter_api_key_here -- uvx selvage mcp  

# Integrasi Cursor (~/.cursor/mcp.json)  
{  
  "mcpServers": {  
    "selvage": {  
      "command": "uvx",  
      "args": ["selvage", "mcp"],  
      "env": {"OPENROUTER_API_KEY": "your_key"} // Opsional: tidak diperlukan jika sudah didaftarkan sebagai variabel lingkungan sistem  
    }  
  }  
}  

---

💡 Skenario penggunaan

Contoh penggunaan sederhana

"Tolong review perubahan saat ini dengan selvage mcp"  
"Tolong bandingkan dan review branch utama dan branch saat ini dengan selvage mcp menggunakan claude-sonnet-4-thinking"  
"Tolong review pekerjaan yang sudah di-staging dengan selvage mcp menggunakan gpt-5-high lalu susun berdasarkan prioritas"  
"Tolong review isi pekerjaan yang sudah di-staging dengan masing-masing gpt-5-high dan claude-sonnet-4-thinking menggunakan selvage mcp, lalu bandingkan hasilnya"  

Workflow perbaikan kode bertahap

1. Tolong review perubahan saat ini dengan selvage mcp menggunakan claude-sonnet-4-thinking  
2. Tinjau secara kritis apakah umpan balik review tersebut valid untuk codebase saat ini, lalu beri tahu prioritasnya  
3. Terapkan hasil peninjauan tersebut secara berurutan sesuai prioritas  

[jkapa0417]

Halo, saya ingin mencobanya. Apakah harus selalu menggunakan Openrouter? Saat ini saya punya API key yang sedang digunakan, jadi saya ingin tahu apakah bisa memakainya dengan API key tersebut.

[denimcoder]

Halo.
Boleh tahu API key mana yang sedang Anda gunakan?
Selain KEY OpenRouter, Anda juga bisa mengatur Provider API Key untuk masing-masing model melalui variabel lingkungan.

export OPENAI_API_KEY="your_openai_api_key_here"  
export ANTHROPIC_API_KEY="your_anthropic_api_key_here"  
export GEMINI_API_KEY="your_gemini_api_key_here"  

OPENAI_API_KEY mendukung model keluarga GPT
ANTHROPIC_API_KEY mendukung model keluarga Claude
GEMINI_API_KEY mendukung model keluarga Gemini
dukungan tersedia!

[kjows5]

Apakah masking informasi sensitif pada level kode sumber juga dimungkinkan sebelum masuk sebagai input ke LLM?

[denimcoder]

Halo. Berikut jawabannya.

1. Saat ini, ketika meminta code review, file jenis .env sepenuhnya dikecualikan, tetapi belum ada tahap untuk mengganti atau menyamarkan “nilai” seperti API key/token/password yang ada di dalam source code.

2. Jika Anda ingin mengecualikan informasi sensitif saat review,
   ubah kode yang ingin direview ke status git staged, lalu
   jalankan perintah selvage review --staged agar informasi sensitif dapat dikecualikan dari input LLM.

3. Kami juga berencana menghadirkan pembaruan dengan fungsi yang mirip dengan yang Anda tanyakan. Kami berencana agar pengguna dapat langsung menambahkan ekstensi file yang akan dikecualikan saat review dan pola tertentu di dalam kode (regular expression) melalui file yml, sehingga informasi sensitif dapat difilter dengan sesuai untuk tiap proyek.

[namongk]

Ooh...